共 4293 个在招岗位 · 实时同步阿里巴巴官方招聘数据
承担公司高性能CPU芯片产品首次从晶圆厂返回后的测试与启动以及系统压测工作。作为连接芯片设计、验证、软件和产品化团队的关键桥梁的技术负责人，领导团队在项目要求的时间内对芯片进行全面的功能、性能和可靠性评估，推动芯片从“首次点亮”到“可交付状态”的全过程。主要工作职责有： （1） 制定并主导CPU芯片回片测试的整体战略、测试计划和里程碑。 协调评估和搭建芯片回片测试所需的硬件平台和软件环境预估和管理回片测试阶段的资源需求、预算和时间线。 （3）协调设计，验证，工程等相关团队，组建并领导一支精干高效的回片测试团队。 （4）主导芯片的首次点亮过程，确保安全、有序。 领导回片后以下测试活动 （4.1）从基础连通性测试、电源管理测试、基础接口（I2C，UART，SPI）测试，到内核启动、高速接口（PCIe， DDR）调试、以及基础操作系统引导的全流程。 （4.2）关键指标（频率、功耗、温度）的初步测试，基础benchmark 性能摸底 （4.3）芯片各个子系统的压力测试。 （5）建立快速响应机制，对回片过程中发现的任何功能异常、性能不达标或稳定性问题进行根因分析。 （6）领导跨职能团队（设计、验证、DFT、封装、软件）进行联合调试和问题定位 （7）生成详尽的回片测试报告，为芯片设计团队提供改进反馈，为产品团队提供芯片质量评估。"
• 参与SoC安全架构方案制定，包括安全启动，安全隔离，安全调试等。 • 负责安全子系统架构定义，设计实现以及交付。 • 负责对称/非对称加解密算法及哈希算法的硬件优化与集成，并完成性能，安全性，功耗等关键指标的评估。 • 负责安全相关IP的RTL设计，完成LINT/CDC/预综合等前端设计检查与交付。 • 安全子系统的验证、时序收敛及硅后测试支持。
1. 主导车规芯片全生命周期功能安全工作，制定功能安全计划和安全架构，完成芯片或IP的HARA、DFMEA、FMEDA、FTA、DFA等安全分析，输出安全分析报告 2. 牵头硬件/软件功能安全机制设计与落地，确保产品满足目标ASIL等级要求 3. 主导功能安全审核（Safety Audit）和功能安全评估（Safety Assessment），确保开发过程符合标准要求 4. 对接第三方认证机构（如TÜV、SGS等），主导芯片功能安全认证与审核，完成功能安全交付 5. 维护公司功能安全流程体系，开展内部培训与流程优化
1. 构建和持续优化公司IPD流程体系和质量管理体系(含流程架构、流程文件、质量管理系统等) 2. 持续跟踪和分析IPD流程实施情况(包括IPD流程导入及落地评估、体系成熟度评估、符合性及有效性评估、项目执行改进等)，识别流程体系的瓶颈和改进点，提出有效的流程优化方案，并推动实施，提高流程适用性、效率和质量 3. 持续改进公司的质量管理体系，设计各类E2E过程及结果质量的数据度量统计模型，建立度量分析体系，根据分析结果进行持续改进 4. 负责组织和协调完成公司内外审等多种审核认证，推进纠正和预防措施的落地 5. 负责开展流程体系、质量活动、质量工具及方法等培训，持续提升组织的质量文化、质量意识、运作效率及质量运营能力 6. 负责规划和建设数字化运营体系，打造数字化运营平台，提供数字化运营能力，并使用数字化运营平台、工具、方法，开展问题识别、分析，提高发现问题、分析问题、解决问题的能力和效率
1. 全面负责CPU IP/芯片端到端质量管理工作，以客户需求为导向，制定E2E质量要求和质量计划，并确保实施符合要求； 2. 负责产品生命周期阶段的质量管控，并持续优化及完善流程或方法； 3. 负责建设与本领域相匹配的E2E流程和管理体系，并持续识别改进点，负责闭环改进； 4. 推动CPU IP/芯片各领域开发流程标准化，制定CPU IP/芯片研发质量管理方案，并有计划的推进、实施； 5. 组织并熟练使用各种质量工具和方法对质量问题进行根因分析、处理、改进、预防措施的制定和执行落地； 6. 提升全员质量意识和质量文化，持续提升组织的质量改进能力。
1. 负责CPU IP/芯片、解决方案等相关领域端到端质量管理工作，以客户需求为导向，制定E2E质量要求和质量计划，并确保实施符合要求； 2. 设计各类E2E过程及结果质量的数据度量统计模型，建立度量分析体系，负责质量数据的采集、治理、分析与应用，运用数据分析工具和方法，形成各类分析看板将数据转化为可操作的洞察，支持运营决策优化和管理效率提升； 3. 结合IPD业务流程体系框架，负责规划和构建端到端业务模块和数据链路的信息化平台，提供数字化运营能力，并使用数字化运营平台、工具、方法，开展问题识别、分析，提高发现问题、分析问题、解决问题的能力和效率 4. 负责质量信息化整体规划，收集整理业务需求及痛点、主导需求分析、管理项目进度，协调资源、功能落地及上线交付等相关工作，及信息化系统的运营管理，包括系统使用分析、问题改进、系统培训、功能宣传等
1. 负责Mesh总线在SOC级的系统验证: a. 负责制定验证策略，提取验证特性，完成验证计划； b. 负责搭建验证环境，创建并调试验证用例，收集并分析代码和功能覆盖率，完成网表级仿真； c. 负责与mesh总线IP团队的沟通交流，例如，验证环境的复用及验证场景的拉通，验证覆盖场景的互补等等； d. 负责验证Signoff工作，保证mesh总线的验证质量； f. 承担mesh总线在EMU平台上系统大压力和场景验证，例如，cache一致性，跨DIE等复杂压力场景的验证 2. 负责支持其他子系统对于mesh总线的依赖，保证总线环境的可复用性和可移植性； 3. 参与SOC系统级的性能分析；
1. 负责基础工艺IP（Foundation IP）设计与交付，包括Standard Cell、SRAM、IO及其他数模混合 IP（如CML、LDO、PVT Sensor等） 2. 深入理解并解读Foundry PDK、工艺规则与特性，与工艺厂保持紧密技术协作，分析并解决与工艺波动、可靠性（EM/IR-drop/Aging 等）相关的设计挑战 3. 针对产品目标与工艺特性进行定制化电路设计，优化 PPA（性能/功耗/面积）、工艺鲁棒性与可靠性指标，为高性能计算芯片提供定制化基础IP支撑 4. 负责IP工艺库开发与维护，包括 LIB、LEF、GDS、Verilog/Liberty 模型等，确保交付质量与一致性 5. 建立并执行严格的验证流程，包括SPICE仿真、DRC/LVS/ERC/PERC、跨PVT工艺角功能验证、可靠性验证，确保IP的功能正确性、时序完整性、物理可靠性与量产可行性 6. 输出完整的IP技术文档及使用指南，为SoC设计团队提供技术支持，保障IP的顺利集成
1. 负责CPU子系统级以及SOC级的系统验证: a. 负责制定验证策略，提取验证特性，完成验证计划； b. 负责搭建验证环境，创建并调试验证用例，收集并分析代码和功能覆盖率，完成网表级仿真； c. 负责从CPU IP环境移植随机指令发生器以及参考模型至soc环境，增强环境的随机和压力复杂度； d. 负责验证Signoff工作，保证CPU子系统的质量； f. 承担CPU子系统在EMU平台上系统大压力和场景验证； 2. 负责支持其他子系统对于CPU子系统的依赖，保证CPU子系统的可复用性和可移植性； 3. 参与SOC系统级的性能以及功耗分析；
● 负责 SoC芯片中MMU（内存管理单元）模块的微架构设计与RTL实现； ● 设计TLB管理、Page Table Walk、地址映射等机制，支撑高效虚拟内存访问； ● 支持软硬协同设计，参与Host-Device统一地址空间、Page Migration等功能开发； ● 负责MMU相关性能分析与优化 ● 推动MMU子系统从设计到验证、交付的完整流程。
1. 负责子系统级以及SOC级的IP集成验证: a. 负责制定验证策略，提取验证特性，完成验证计划； b. 负责搭建验证环境，创建并调试验证用例，收集并分析代码和功能覆盖率，完成网表级仿真； c. 负责验证Signoff工作，保证高速总线子系统的质量； d. 承担高速总线在EMU平台上系统大压力和场景验证，例如，跨DIE一致性，P2P, P2M等复杂压力场景的验证 2. 协同芯片设计工程师，共同完成debug工作；
• 参与SoC安全架构方案制定，包括安全启动，安全隔离，安全调试等。 • 负责安全子系统架构定义，设计实现以及交付。 • 负责对称/非对称加解密算法及哈希算法的硬件优化与集成，并完成性能，安全性，功耗等关键指标的评估。 • 负责安全相关IP的RTL设计，完成LINT/CDC/预综合等前端设计检查与交付。 • 安全子系统的验证、时序收敛及硅后测试支持。
作为芯片研发团队的项目经理，你将负责团队内部项目管理、跨部门协调及全流程执行，确保各方向的研发任务有序推进，资源高效利用，项目顺利交付。该岗位的具体职责包括： 1. 项目规划与进度管理 ○ 制定项目的详细计划，包括里程碑、关键节点、资源分配和时间表，确保团队成员任务清晰、目标明确。 ○ 跟踪项目执行情况，及时更新状态报告，推动项目在计划内高质量完成。 ○ 分析潜在风险，制定应对措施，确保项目进展的可控性与稳定性。 2. 内部协作与资源协调 ○ 在团队内部协调架构、前端、中后端、硬件、软件等方向的工作，确保团队内部信息畅通，资源合理分配。 ○ 推动各模块间的有效协作，解决技术依赖与交付冲突，保证工作流程顺畅。 ○ 组织定期项目会议，确保团队成员对项目目标、进展及问题保持一致理解。 ○ 跨部门沟通拉通资源，与合作团队密切协作，推动项目进展。 3. 项目文档与流程管理 ○ 负责项目相关文档的整理和归档，包括项目计划、会议纪要、问题清单和项目总结等。 ○ 优化团队内部的工作流程，推广并使用高效的项目管理工具，提高工作效率和透明度。 4. 质量控制与问题解决 ○ 参与设计评审、验证计划制定及测试结果分析等环节，推动项目各阶段的质量控制。 ○ 主导技术问题的协调解决，推动资源快速处理设计、验证及测试中的问题，确保项目目标不受影响。 5. 客户与供应商协作 ○ 与外部供应商、制造合作伙伴（如Foundry、OSAT等）保持良好沟通，确保项目需求被充分理解和响应。 ○ 对接客户需求，及时反馈和调整项目方向，确保产品符合客户期望。 6. 团队支持与文化建设 ○ 支持团队成员解决工作中遇到的协调性问题，保障资源供给和信息流通。 ○ 营造高效协作的工作氛围，激发团队成员潜能，提升整体执行力和技术积累。
1.负责RISC-V AI开源生态的规划与建设，推动RISC-V国际社区生态建设，联合国内共建RISC-V AI开源生态。 2.参与制定RISC-V Matrix扩展标准，推动其在行业中的落地与应用。 3.参与RISC-V Matrix加速引擎的架构建模与参考设计实现。 4.参与定义与优化RISC-V AI底层算子库，提升计算效率与易用性。
● 参加高性能RISCV IP的开发 ● 阅读相关的设计文档，理解设计需求并定义出测试计划 ● 搭建模块级和TOP级验证环境，产生测试向量 ● 参与构建处理器验证流程及验证环境； ● 执行测试计划，进行覆盖率分析 ● 定义，产生和分析各种验证指标 ● 执行门级仿真和emulation ● 关注主流验证技术发展，引入先进的验证技术和策略，提高验证的质量和效率。
1. 设计和搭建大规模芯片级和模块级验证环境，制定CPU相关功能的验证策略。 2. 执行功能/集成/低功耗验证以及门级仿真等有效验证方法来确保设计满足规格要求。 3. 分析和解决故障与问题，确保验证进度，交付完全验证的CPU相关功能设计。
1、负责核心业务域数据体系的规划和建设，通过数据产品和数据服务等方式，高效支撑业务场景的数据需求 2、负责数据资产建设、数据质量与稳定性管理，构建共享融通的数据平台，让数据标准更规范、数据获取更高效 3、探索Data for AI 及Al数据产品，利用大模型提升全链路数据应用效率
1、负责美食/休娱/生服行业商业化策略运营，为整体的商业化产品渗透和营收规模负责 2、对销售侧构建商业货架和不同场景的营销手册，提升营销售卖率；对商家侧交付经营诊断模板、上手指引与价值报告模板。 3、标杆案例与经营复盘：沉淀行业标杆案例；月度复盘组合渗透率 × 活跃率 × 续费率三组指标的联动关系，驱动货架与运营策略迭代 4、把"卖不动 / 用不起来 / 算不清"三类问题结构化为带证据的需求条目，进入需求池并推动进入 AI 产品、中台产品与各产品线的 roadmap，跟踪至上线闭环 5、构建业务、运营等不同团队的协作机制，减少不同团队的沟通成本
1. 负责多模态与AIGC核心算法的研发与优化，深度推动AIGC技术在视觉智能领域的工程化落地，系统性提升图像、视频等多模态内容的生成质量与语义理解能力； 2. 持续跟踪并深入探索AIGC前沿技术方向，涵盖扩散模型（Stable Diffusion、Flux系列）、自回归生成（AR）及强化学习等核心范式，面向通用场景与垂直领域持续打磨SOTA模型，有效驱动下游业务应用效果提升； 3. 主导推动AIGC技术的产品化创新与规模化落地，重点方向包括智能内容生成工具（图文、视频、广告素材等全链路创作）、基于自然语言指令的通用图像/视频编辑能力，以及多模态内容智能化生产流程的构建与优化。
1. 视频生产链路和渲染框架搭建，设计并实现AI驱动的视频生产解决方案，优化链路性能，丰富模板效果，确保高吞吐量、低延迟，满足实时或近实时处理需求。 2. Workflow基建开发，设计并开发可扩展的工作流引擎，支持复杂任务编排（如条件分支、并行计算、异常重试）。 5. AI应用开发与部署，将AI能力封装为服务，集成到企业级应用中。 6. 技术研究与创新，跟踪前沿AI技术（如多模态大模型、Agent框架），推动技术创新与业务落地。
1、负责端框架产品能力提升，以及淘宝共性产品体验问题的优化； 2、结合ai能力、用户洞察、厂商动向，持续探索用户更优质的多终端产品体验； 3、负责淘宝在各应用市场的评分持续优于竞对，分析用户反馈的产品体验问题并完成对应优化。
1.Identify business opportunities and customer pain points in supply chain scenarios across Japan's retail, logistics, manufacturing industries. 2.Focus on solutions including but not limited to warehouse automation, climbing robots, and other logistics technology products. 3.Work closely with presales and delivery teams to design integrated solutions, and take ownership of commercial communication, bidding and contract signing, as well as key account relationship management. 4.Analyze and define regional and industry sub‑segments and corresponding customer profiles; 5.Develop localized sales strategies for the Japanese market and achieve assigned sales targets. 6.Leverage experience in developing large enterprise (B2B) customers in Japan, with a strong partnership mindset, goal orientation and execution capability. 7.Optimize customer acquisition channels and sales strategies through analysis of products, industries and organizational structures; build mechanisms for problem‑solving and best‑practice accumulation, enhance the sales system, and ensure the achievement of business objectives.
1、月度/周度生意计划承接，下发执行手册，输出监督月度大品/时令品/换季品的执行，推动月度销售目标达成； 2、根据业务需求输出品类标准执行手册，以季度为单位做迭代更新； 3、及时了解市场竞对价格，通过市调分析可比品的市场价格形象，与采购沟通确保门店价格竞争优势； 4、与供应链协同，针对重大节假日根据门店分层、历史爆发系数，确定合理的订货目标，确保重点节日销售最大化； 5、与用户增长团队部门对接，制定每月大品、新品、时令品的商品联合推广，提高核心大品的全链路产出； 6、损耗归因，通晒重点高损商品，发现区域和门店营运管理、管损目标达成的机会点，并辅导改进； 7、生鲜低销高损商品月度分析，推进采购汰换; 8、协同新店筹备，拉齐营运标准；对新店重点时令品规划、特殊陈列道具做好协同;协同区域门店梳理现有工作流程，从全链路视角简化工作流，提升人效等。
我们在解决什么问题： 项目管理正在被 AI 重新定义。机械填表、追踪进度、撰写报告这类常规工作，正在被 AI 快速接管；真正稀缺的，是能在高度不确定中，把一群聪明人对齐到同一目标，并让项目跑得更快、更可验证、更能持续进化的人。 与此同时，我们正在大规模推进 AI 项目——从电商业务的 AI 应用落地（智能导购、AI客服、内容生成、智能运营等），到内部 AI 平台与基础设施建设，再到 AI 原生产品的从 0 到 1。这些项目与传统软件项目有着本质差异：它们是探索驱动的，结果不确定、依赖数据与评测、迭代中反复演进，实验性失败是常态而非异常。传统"路径确定、控制偏差"的管理方式，在这里会失灵。 我们要找的，是能驾驭这种不确定性、并能为组织搭建"AI 时代项目管理体系"的人。 你会做什么： 公司级重点项目/战役的全生命周期管控：从业务规划、产品方案、技术研发、上线、业务验收到复盘收尾，对进度、质量、成本进行整体把控，推动交付过程标准化，确保目标达成。 驾驭 AI 项目的不确定性：针对 AI 应用、AI 平台、AI 原生产品三类项目探索性强、依赖数据与评测的特点，设计"快速试错—可评测—持续迭代"的运行机制；帮助团队区分"实验性失败"与"真正的风险"，把握试错节奏与投入产出。 搭建 AI 时代的项目管理工具体系：设计并落地面向组织的 AI 项目管理工具链与方法体系——用大模型/AI 自动化周报与风险预警、从项目数据与研发 trace 中做归因分析、辅助排期与资源预测，让 PMO 从"事务执行"升级为"判断与决策支持"，并沉淀为可复用的组织能力。 建立跨团队对齐机制：在需求模糊、目标演进的环境中，与业务、产品、技术、算法、数据多方建立高效协同机制，推动共识与执行；熟悉所支持业务全链路，敏捷识别产品与技术的机会与风险。 需求、排期与兵力管理：负责 BP 产品/技术团队的需求管理规范、排期管理与资源配置，对技术规划有理解与价值判断，让业—产—研协同在线化。 方法论沉淀与效率赋能：因地制宜为不同业务设计项目管理、工时管理、文档管理、敏捷提效方案并推动落地；沉淀 AI 项目管理的新范式，赋能项目与团队。 我们希望你： 懂项目管理，更懂"为什么这么管"：有扎实的研发/项目管理方法论基础（OKR、敏捷、Scrum/看板），但不迷信流程，会追问"这个流程解决了什么真实问题"。 理解 AI 项目的运行机制：清楚 AI 项目与传统软件项目的差异（不确定性、数据依赖、评测驱动、迭代演进），理解模型、数据、评测、上线迭代的基本链路，能和算法/工程团队"接得上话"。 是 AI 工具的重度使用者，最好还是"搭建者"：日常就在用 AI 提升工作效率；如果你具备 AI 时代项目管理工具体系的搭建、设计与实践能力（能自己设计流程、串联工具、跑通闭环），将是我们最看重的能力之一。 能在不确定和模糊中推进：面对目标演进、方案反复、跨团队分歧，有秩序感、执行驱动力，也有把混乱收敛成可执行节奏的能力。 有强自驱、强推动与学习力：能主动发现、拆解、推动解决问题；面对陌生技术栈与新 AI 概念能快速上手——在 AI 时代，学习速度本身就是核心竞争力。
1. 负责AI产品核心效果评估与精度度量：主导大模型及AI应用在业务场景下的效果评测全流程，包括构建多维度评测指标体系（如准确率、召回率、幻觉率、Rouge/BLEU及任务完成率），制定严谨的AB实验方案，并对评测数据进行深度统计与归因分析。 2. 构建对抗性评测与稳定性验证体系：设计并执行覆盖边界Case、长尾分布及恶意攻击的测试用例，系统性评估模型在复杂场景下的鲁棒性、安全性与语义稳定性，输出可量化的风险评估报告。 3. 推动效果回归与用户体验闭环：建立版本迭代的效果回归基线，利用自动化工具持续监控模型更新带来的精度波动；同时建立“线上数据回流-线下标注验证-模型优化”的闭环机制，推动产品体验的持续优化。 4. 设计自动化评测工具与数据飞轮：开发或集成AI自动化评测脚本（如基于API的批量推理、断言校验），建设数据标注与结果分析平台，提升效果评估的效率和可复现性；主导评测数据集的构建与管理，确保数据分布的合理性与标注一致性。
1. 负责天猫家装行业进口家具品牌的运营，制定并执行品类增长策略，提升商家GMV及用户心智； 2. 策划并落地跨境供应链优化方案，协调海外品牌方、物流及支付等资源，保障商品合规性与交付效率； 3. 基于用户行为及市场趋势，设计进口家具品牌营销活动，整合站内外流量资源（如直播、内容营销），提升品类渗透率； 4. 通过数据分析工具（如Excel/SQL）挖掘用户需求与消费痛点，优化商品结构、定价及库存管理，驱动转化率与复购率提升； 5. 维护核心意大利等核心进口产地的家具品牌合作关系，推动商家分层管理，制定差异化扶持策略及商业化投放方案。
1. B端客户获取：开拓海内外客户合作，搭建稳定商机管道，重点覆盖模型厂商、平台、企业客户及开发者生态，探索多元合作模式，拓展行业合作，推动业务规模增长； 2. 平台产品运营：协作维护并迭代平台文档、计费看板等模块，保障平台易用性与信息准确性。对接合作方，处理接入咨询、故障排查与功能反馈，推动产研团队优化平台体验； 3. 运营策略迭代：构建垂域定向运营策略，收集客户痛点与需求，反哺平台功能优化与运营策略迭代； 4. 风控机制建设：建立经营分析体系，输出各类运营数据报表，提前排查断供、合规等各类风险。
1.维护区域现有加盟餐饮商户，并通过各种途径开发新餐饮商户； 2.协助新餐饮商户完成加盟以及后期销售工作； 3.通过现场销售，提升餐厅的信息化、数据化管理水平； 4.优秀的谈判能力，配合Marketing团队完成营销项目跟进，并能够独自完成营销项目； 5.完成公司布局全国的战略任务。
1、 有互联网经验和较强的商业意识，深度支持业务决策，建立通用性数据模型，对业务方案进行可行性分析和风险评估； 2、 分析复盘各业务决策、活动的投入产出效果，定期向业务方和管理层进行问题反馈，提出优化建议、影响业务并推进解决方案； 3、 有能力独立构建所负责业务板块的财务分析体系，包括业务线年度预算编制、日常业财监控指标体系，月报分析体系等，结合外部视角，定期对业务运营情况、重点项目进行定期或专项分析； 4、 参与BU财务相关业务流程的设计，能够独立完成对所支持业务及相关财务流程的整体优化，发掘并把控风险点，建立/完善相应制度，推动流程系统化，提升工作效率；
我们坚信算法是供应链智能化的核心驱动力。团队深度融合机器学习、深度学习、强化学习、运筹优化、大规模仿真、大语言模型（LLM）与多模态大模型（VLM/MLLM）等前沿 AI 技术，在品类规划、需求预测、库存优化、订单履约、物流执行等供应链核心环节构建智能化算法体系，持续推动自动化、智能化升级，为业务创造可量化的效率提升与成本优化。 在 VLM / 多模态大模型方向，持续优化算法能力和壁垒，致力于构建业界领先的供应链多模态智能体系，基于视频-语言大模型（VLM）、图片/时序/语音-语言大模型（MMLM）解决电商供应链中商品理解、核价审核、虚假签收识别、商货品自动审核、纯新品销量预测等关键问题，持续提升审核效率与预测准确性并驱动业务损益改善。 岗位职责 1. 负责淘天海量供应链多模态数据（图像、文本、视频等）的分析与建模，覆盖商品理解、核价审核、虚假签收识别、单品自动审核、纯新品销量预测等端到端场景，持续提升供应链感知与决策效率； 2. 紧跟视觉-语言大模型（VLM/MLLM）前沿方向，参与供应链多模态智能体系的架构设计、训练范式优化与模型能力建设，构建多模态算法域深度技术壁垒； 3. 设计、研发并落地 VLM / 多模态大模型算法，综合运用计算机视觉、自然语言处理、多模态学习等方法，提升商品理解、图文对齐、OCR、文档理解等能力，推动可量化的业务价值； 4. 针对 Fashion88、淘工厂等行业特性，构建核价审核、虚假签收识别、单品自动审核、纯新品销量预测（图像+文本）等算法能力，支撑行业审核效率、预测准确率与损益等核心经营目标达成。
